Ako overiť normálnosť vzorky? Aké kritériá a vizuálne metódy poznáte?

Kontrola normality vzorku je dôležitá pre výber správnych štatistických metód. Hlavné spôsoby:

Kritériá (testy):

• Shapiro-Wilk: účinný pre malé vzorky.
• Kolmogorov-Smirnov: porovnáva empirické rozdelenie s normálnym.
• Anderson-Darling: citlivejší na konce rozdelenia.
• D’Agostino: kontroluje asymetriu a špičatosť.

Vizuálne metódy:

• Histogram: porovnanie tvaru rozdelenia s normálnou krivkou.
• Q-Q graf: body blízko priamej čiary naznačujú normalitu.
• Boxplot: odhaľuje odľahlé hodnoty a asymetriu.

Príklad testu normality pomocou Shapiro-Wilk v Pythone:

from scipy import stats

data = [1.2, 2.3, 2.1, 1.8, 2.5, 2.2]
stat, p = stats.shapiro(data)
if p > 0.05:
    print("Rozdelenie je blízko normálneho")
else:
    print("Rozdelenie sa líši od normálneho")

Je dôležité kombinovať štatistické testy s vizuálnou analýzou, pretože testy sú citlivé na veľkosť vzorky.